Bij het bouwen van modellen nemen Machine Learning onderzoekers een hoop besluiten. Ze bepalen bijvoorbeeld zelf, voordat het model gaat rekenen, hoe veel lagen een neuraal netwerk heeft en wat het gewicht van inputs op elke node zijn. Het resultaat van al deze menselijke besluitvorming is dat veel complexe modellen ontwikkeld zijn op basis van intuïtie in plaats van op basis van een systeem.
Het vakgebied van ‘automated machine learning’ (of autoML) wil het stukje gokken uit het proces halen. Het idee is dat algoritmes de beslissingen overnemen die op dit moment door onderzoekers worden genomen. Uiteindelijk zou het lonkend perspectief een situatie zijn waarin je als mens een probleem specificeert en de computer voor jou kijkt hoe die het op kan lossen. En dat is alles!
Er is veel interesse in het potentieel van autoML om machine learning gemakkelijker te maken. Amazon en Google bieden al tools die gebruik maken van autoML technieken. Als deze technieken efficiënter worden, kan het ervoor zorgen dat onderzoek sneller gaat en meer mensen machine learning kunnen gaan gebruiken. Maar dan zullen onderzoekers wel eerst uit moeten vinden hoe deze technieken efficiënter kunnen worden, zowel in tijd als in de energie die het kost.
Want als er geen mens is om bijvoorbeeld het aantal lagen in een neuraal netwerk vooraf te bepalen, zal de computer dat zelf over verschillende interaties gaan doen. En dat betekent vanzelfsprekend een vermenigvuldiging van de benodigde rekenkracht.
Daar moet iets op worden verzonnen en daar zijn we echt nog niet. Voor toepassingen van deep learning heeft autoML nog een lange weg te gaan. Data die voor deep learning modellen worden gebruikt (beelden, documenten, spraak) zijn vaak erg rijk en complex. Het vergt heel veel computerkracht om hiermee om te gaan.
De kosten en de tijd om deze modellen te trainen houden een brede uitrol nu dus nog tegen. Het is zoeken naar een energiezuinig alternatief om deep learning ook met autoML te kunnen gaan doen. Maar er worden conferenties over gehouden, er wordt door vooraanstaande A.I. onderzoekers onderzoek naar gedaan, er wordt veel over geschreven. Met de juiste aandacht kan het niet anders dan dat ook deze hobbel door de A.I. community genomen gaat worden.
En anders moeten we gewoon een paar jaartjes wachten, dan komt het vanzelf goed. Daar zorgt Moore’s Law wel voor!
Michel van der List 
Geef een reactie